掘金文章活动链接批量移除

西红柿蛋炒饭
1,229 阅读6分钟

前言

image.png

如图掘友的需求是参加完活动，把文章内关于活动的链接移除。

这需求很有意思，我相信应该很多人都会有类似的需求，毕竟自己的文章总想纯粹点（掘金BB不要打我）。所以今天文章的目的就是用程序帮我们自动完成枯燥乏味的工作。

写作此文的目的除了完成需求外，还希望您能如下有所收获。

  • 如果你想设计 CMS 系统，希望你可以了解到掘金的文章是如何一步步发布成功。

  • 如果您是新手，我希望我分析的思路，可以带你走进程序员朴实无华的生活。

  • 如果您是想学习 Python 却不知道能用来干嘛的小伙伴，我希望您能看到 Python 在爬虫/自动化上的优势。

  • 如果您是后端大佬 ，我希望您能给作者多提意见，您的建议是我最好的进步。

技术依赖

思路分析

掘金的文章发布大致的流程如下：

    1. 草稿箱
    • 新建文章，默认存入草稿箱
    • 更新文章，直接更新草稿箱文章内容
    1. 文章
    • 草稿箱文章发布，运营审核完成，文章公开
    • 文章编辑，更新文章直接回到草稿箱 如此往复

所以对于需求来说，我们要做的工作如下：

  • 获取文章详情
  • 更新文章，删除活动信息
  • 再次发布文章

1. 文章发布

通过页面操作也可发现掘金做了两件事，更新文章、发布文章

  • 更新文章没啥好说的，更新文章的标题、内容、标签等字段。

image.png

  • 发布文章需要注意的是如果有绑定专栏需要提交对于专栏的ID image.png

所以我们发布文章就要知道文章的 draft_id 与 更新后的文章

2. 草稿详情

image.png

此接口会返回文章详细的数据包括绑定的专栏等信息，返回的数据太多就不展示了。

这里拿到文章草稿详情就可以了。

3. 文章详情

image.png

此接口可以通过文章的 ID 获取到对应的 draft_id，现在的问题就是获取文章 ID 了。

4. 文章列表

image.png

如图获取掘金文章列表的接口。返回的数据如下：

image.png

我们可以访问文章的列表就可以获取到文章的 ID 了。

总结一下我们要做的就是：

  • 获取全部文章 ID
  • 通过文章 ID 获取文章对应草稿箱 ID
  • 获取文章草稿箱内详情并更新
  • 发布更新后文章

代码实现

代码的基础为 掘金自动发布文章

1. 接口的封装

需要请求的接口为思路分析中分析的所有接口

import requests
from requests import cookies

class Juejin(object):

    # 掘金发布文章URL
    publish_url = "https://api.juejin.cn/content_api/v1/article/publish"

    # 掘金草稿箱文章URL
    article_draft_url = "https://api.juejin.cn/content_api/v1/article_draft/query_list"

    # 掘金草稿箱文章详情
    article_draft_detail_url = "https://api.juejin.cn/content_api/v1/article_draft/detail"

    # 掘金草稿箱文章详情
    article_draft_update_url = "https://api.juejin.cn/content_api/v1/article_draft/update"

    # 掘金草稿箱文章详情
    article_detail_url = "https://api.juejin.cn/content_api/v1/article/detail"

    # 文章列表
    article_list_url = "https://api.juejin.cn/content_api/v1/article/query_list"

    # 获取用户信息
    user_url = "https://api.juejin.cn/user_api/v1/user/get"


    def __init__(self, driver_cookies=None, cookie_obj=None):
        self.session = requests.session()
        if driver_cookies:
       

    def push_draft_last_one(self):
        article_draft = self.get_draft().get("data", [])
        if not article_draft:
            raise Exception("The article draft is empty")
        draft_id = article_draft[0].get("id")

        result = self.draft_publish(draft_id)
        print(result)
        if result.get("err_no", "") != 0:
            err_msg = result.get("err_msg", "")
            raise Exception(f"Juejin push article error, error message is {err_msg} ")
        return result.get("data", {})

    def request(self, *args, **kwargs):

        response = self.session.request(*args, **kwargs)
        if response.status_code != 200:
            raise Exception("Request error")
        return response.json()

    def get_user(self):
        return self.request("get", self.user_url)

    def get_article_list(self, user_id, cursor="0"):
        data = {
            "user_id": user_id,
            "sort_type": 2,
            "cursor": cursor
        }
        return self.request("post", self.article_list_url, json=data)

    def get_draft(self):
        return self.request('post', self.article_draft_url)

    def get_draft_detail(self, draft_id):
        return self.request("post", self.article_draft_detail_url, json={"draft_id": draft_id})

    def get_article_detail(self, article_id):
        return self.request("post", self.article_detail_url, json={"article_id": article_id})

    def draft_update(self, article_info):
        return self.request('post', self.article_draft_update_url, json=article_info)

    def draft_publish(self, draft_id, column_ids=None):

        if column_ids is None:
            column_ids = []

        json = {
            "draft_id": draft_id,
            "sync_to_org": False,
            "column_ids": column_ids
        }
        result = self.request('post', self.publish_url, json=json)
        return result

2. 执行发布任务

如下为脚本的执行逻辑，没有难点就是跟着之前的思路分析逆向实现而已，需要注意的有：

  • 活动时间不可随意更改，因后续的逻辑会以此为依据过滤文章和结束脚本。
  • 文章中活动链接如为官方链接，可不做更改；如果有多种格式链接，请自行配置正则表达式。
  • 脚本中增加了少许睡眠时间，担心掘金会有对应接口限制。
  • 此脚本为了简单，不实现登录；可以自行复制浏览器的 cookie，下图为 cookie 的位置。 image.png

关于掘金自动登录的实现可以查看我的另一文章 掘金自动登录的实现 。

def update_and_republish():

    # 定义活动时间
    act_start_datetime = "2021-06-02 00:00:00"
    act_end_datetime = "2021-06-30 23:59:59"
    
    # 定义活动链接正则
    pattern1 = re.compile(r"这是我参与更文挑战的第\d*天，活动详情查看： \[更文挑战\]\(https\://juejin\.cn/post/6967194882926444557\)\n")
    pattern2 = re.compile(r"这是我参与更文挑战的第\d*天，活动详情查看： \[更文挑战\]\(https\://juejin\.cn/post/6967194882926444557\)")

    # session id 自行设置
    session_id = ""
    
    cookie = requests.cookies.create_cookie(
        domain=".juejin.cn",
        name="sessionid",
        value=session_id
    )
    juejin = Juejin(cookie_obj=cookie)

    user_id = juejin.get_user().get("data", {}).get("user_id")
    start_flag = True
    cursor = "0"
    has_more = True

    act_start_time = time.mktime(time.strptime(act_start_datetime, '%Y-%m-%d %H:%M:%S'))
    act_end_time = time.mktime(time.strptime(act_end_datetime, '%Y-%m-%d %H:%M:%S'))

    patterns = [pattern1, pattern2]

    # 获取文章列表
    def art_info():
        nonlocal cursor, has_more
        response = juejin.get_article_list(user_id, cursor)
        time.sleep(1)
        has_more = response.get("has_more")
        cursor = response.get("cursor")
        return response.get("data")
    
    # 删除活动链接后更新文章并发布
    def do_update_and_republish(article_id):
        # if article_id != '6969119163293892639':
        #     return
        draft_id = juejin.get_article_detail(article_id).get("data", {}).get("article_info", {}).get("draft_id")
        if not draft_id:
            return False
        data = juejin.get_draft_detail(draft_id).get("data", {})
        article_draft = data.get("article_draft")
        columns = data.get("columns")
        column_ids = [column.get("column_id") for column in columns]

        def mark_content_replace(mark_content):
            for pattern in patterns:
                mark_content = re.sub(pattern, "", mark_content)
            return mark_content

        article = {
            "brief_content": article_draft.get("brief_content"),
            "category_id": article_draft.get("category_id"),
            "cover_image": article_draft.get("cover_image"),
            "edit_type": article_draft.get("edit_type"),
            "html_content": article_draft.get("html_content"),
            "is_english": article_draft.get("is_english"),
            "is_gfw": article_draft.get("is_gfw"),
            "link_url": article_draft.get("link_url"),
            "mark_content": mark_content_replace(article_draft.get("mark_content")),
            "tag_ids": [str(tag_id) for tag_id in article_draft.get("tag_ids")],
            "title": article_draft.get("title"),
            "id": article_draft.get("id"),
        }

        print(article)
        # juejin.draft_publish(draft_id, column_ids)
        time.sleep(1)
        # juejin.draft_publish(draft_id, column_ids)
        time.sleep(1)

    # 主调度函数
    def do(data):
        for art in data:
            ctime = int(art.get("article_info", {}).get("ctime"))
            if ctime and act_end_time < ctime:
                continue
            elif ctime and act_start_time > ctime:
                nonlocal start_flag
                start_flag = False
                break

            a_id = art.get("article_id")
            do_update_and_republish(a_id)

    while start_flag and has_more:
        do(art_info())

3. 登录掘金查看结果

一般运气好的话，文章会秒审；但是运气不好的可能需要稍等片刻。

4. 直接看源码

juejin.py

如果你觉得我的项目对你有帮助，欢迎一键三连❤️❤️❤️。

5. 为什么不支持部署

考虑到此类任务为一次性任务且官方活动链接/时间可更改，所以此任务更多的依赖线下小伙伴自行部署。

当然如果你本地没有环境去执行，那么你也可以 fork 我的代码，自行修改脚本利用 GitHub Action 去执行此次任务。

注意事项

  • 1. 如需实现自定义活动链接的移除，请自行填写对应的活动时间以及活动链接。
  • 2. 如果您对活动的文案有修改，您需要调整对应的正则表达式。
  • 3. 注意活动的时间，如果有不在活动时间内的文章需要手动调整。
  • 4. 批量执行前请先用一篇文章做测试，不保证一定会成功（掘金可能更新部分接口）。
  • 5. 请确认收到奖品后，再执行脚本，以免发生变故。

最后

如果你觉得我的文章对你有帮助，你可以关注我的专栏 我与掘金的点点滴滴 。此专栏会持续写一些关于掘金好玩有趣的代码 🤔 。

当然你也可以查看我的 GitHub 这里会记录 此专栏的所有代码 🙏。

avatar
文章
阅读
粉丝

友情链接：